交通工具预报工具的制作方法

本公开涉及交通工具编队(vehicle fleet)管理。更具体地，本公开涉及用于改进交通工具编队的维护的系统和方法。

背景技术：

0、背景

1、通常，交通工具编队使用被动维护(reactionary maintenance)方案进行维修。当部件或传感器出现失效时，交通工具会离线，并被送去维修以修理该部件或传感器。例如，在公共汽车编队中，这种被动式维护(reactive maintenance)会导致乘客不满意，这些乘客必须换乘公共汽车并延迟他们到达最终目的地的时间。编队交通工具停运是不期望的。

技术实现思路

0、概述

1、一个实施例涉及预防性维护间隔分析系统，该系统包括一个或更多个处理电路，该处理电路包括耦合到一个或更多个处理器的一个或更多个存储器设备，该一个或更多个存储器设备被配置成在其上存储指令，当由一个或更多个处理器执行时，该指令使一个或更多个处理器：接收交通工具信息，该交通工具信息包括交通工具编队内的交通工具的操作条件和历史交通工具信息；接收关于交通工具的部件的失效的失效信息；接收编队信息，该编队信息包括交通工具编队的编队使用情况和编队交通工具类型；使用接收交通工具信息、失效信息和编队信息的机器学习引擎来开发编队模型；使用编队模型确定部件的编队失效概率；并基于编队失效概率确定预测性维护计划。

2、另一个实施例涉及一种用于交通工具编队中的交通工具的预报系统，该预报系统包括一个或更多个处理电路，该一个或更多个处理电路包括耦合到一个或更多个处理器的一个或更多个存储器设备，该一个或更多个存储器设备被配置为在其上存储指令，当由一个或更多个处理器执行时，该指令使一个或更多个处理器：接收与交通工具的部件相关的电子现场性能分析(electronic field performance analytics，efpa)信息；接收交通工具信息，该交通工具信息包括交通工具的操作条件和历史交通工具信息；接收编队信息，该编队信息包括交通工具编队的编队使用情况和编队交通工具类型；使用接收efpa信息、交通工具信息和编队信息的机器学习引擎来开发预报模型；使用预报模型确定失效概率；将失效概率与预定阈值进行比较；当失效概率等于或大于阈值时，确定部件的剩余寿命；并生成标识部件和剩余寿命的报告。

3、另一个实施例涉及一种用于交通工具编队中的交通工具的预报系统，该预报系统包括一个或更多个处理电路，该一个或更多个处理电路包括耦合到一个或更多个处理器的一个或更多个存储器设备，该一个或更多个存储器设备被配置为在其上存储指令，当由一个或更多个处理器执行时，该指令使一个或更多个处理器：接收与交通工具的部件相关的发动机控制模块(ecm)信息；接收交通工具信息，该交通工具信息包括交通工具的操作条件、历史交通工具信息以及与部件相关联的距离；接收编队信息，该编队信息包括交通工具编队的编队使用情况和编队交通工具类型；使用接收ecm信息、交通工具信息和编队信息的机器学习引擎来开发预报模型；基于与部件相关联的距离并使用预报模型来确定部件的剩余寿命里程；基于当前的交通工具里程和剩余寿命里程来确定部件的失效里程；并生成标识部件和失效里程的报告。

4、本概述仅为说明性的，并不打算以任何方式加以限制。结合附图，在本文阐述的详细描述中，本文描述的设备或过程的其他方面、发明特征和优点将变得明显，其中相同的附图标记指代相同的元件。提供了许多具体细节，以传授对本公开的主题的实施例的透彻理解。在一个或更多个实施例和/或实现中，可以以任何合适的方式组合本公开的主题的所描述的特征。在这点上，本发明的一个方面的一个或更多个特征可以与本发明的不同方面的一个或更多个特征进行组合。此外，在某些实施例和/或实现中可以识别可能不存在于所有实施例或实现中的附加特征。

技术特征：

1.一种预防性维护间隔分析系统，包括：

2.根据权利要求1所述的预防性维护间隔分析系统，其中，确定所述编队失效概率包括确定所述部件的剩余使用寿命。

3.根据权利要求1所述的预防性维护间隔分析系统，其中，所述一个或更多个存储器设备还被配置为在其上存储指令，当由所述一个或更多个处理器执行时，所述指令使所述一个或更多个处理器向图形用户界面提供多个预测性维护间隔，并在所述图形用户界面上显示与每个预测性维护间隔相关联的每距离成本。

4.根据权利要求1所述的预防性维护间隔分析系统，其中，所述一个或更多个存储器设备还被配置为在其上存储指令，当由所述一个或更多个处理器执行时，所述指令使所述一个或更多个处理器生成指示在未来的预定时间段内的维护计划的报告。

5.根据权利要求1所述的预防性维护间隔分析系统，其中，所述一个或更多个存储器设备还被配置为在其上存储指令，当由所述一个或更多个处理器执行时，所述指令使所述一个或更多个处理器：

6.根据权利要求5所述的预防性维护间隔分析系统，其中，所述一个或更多个存储器设备还被配置为在其上存储指令，当由所述一个或更多个处理器执行时，所述指令使所述一个或更多个处理器：

7.根据权利要求1所述的预防性维护间隔分析系统，其中，所述一个或更多个存储器设备还被配置为在其上存储指令，当由所述一个或更多个处理器执行时，所述指令使所述一个或更多个处理器：

8.根据权利要求7所述的预防性维护间隔分析系统，其中，所述一个或更多个存储器设备还被配置为在其上存储指令，当由所述一个或更多个处理器执行时，所述指令使所述一个或更多个处理器：

9.一种用于交通工具编队中的交通工具的预报系统，所述系统包括：

10.根据权利要求9所述的预报系统，其中，所述失效概率包括到预测的失效时的天数，

11.根据权利要求9所述的预报系统，其中，所述一个或更多个存储器设备还被配置为在其上存储指令，当由所述一个或更多个处理器执行时，所述指令使所述一个或更多个处理器经由图形用户界面提供所述报告。

12.根据权利要求9所述的预报系统，其中，所述一个或更多个存储器设备还被配置为在其上存储指令，当由所述一个或更多个处理器执行时，所述指令使所述一个或更多个处理器：

13.根据权利要求9所述的预报系统，其中，所述一个或更多个存储器设备还被配置为在其上存储指令，当由所述一个或更多个处理器执行时，所述指令使所述一个或更多个处理器：

14.根据权利要求13所述的预报系统，其中，所述一个或更多个存储器设备还被配置为在其上存储指令，当由所述一个或更多个处理器执行时，所述指令使所述一个或更多个处理器：

15.一种方法，包括：

16.根据权利要求15所述的方法，其中，基于通知值生成所述报告，所述通知值能够被选择为在预测的失效之前的距离。

17.根据权利要求15所述的方法，其中，基于加权尺度参数和加权形状参数来调整所述预报模型。

18.根据权利要求15所述的方法，还包括能够通信地耦合到一个或更多个处理电路并被构造成经由图形用户界面提供所述报告的应用。

19.根据权利要求15所述的方法，还包括：

20.根据权利要求19所述的方法，还包括：

技术总结
系统和装置包括一个或更多个处理电路，该一个或更多个处理电路包括一个或更多个存储器设备，该一个或更多个存储器设备被配置成在其上存储指令，该指令使一个或更多个处理器：接收与交通工具的部件相关的电子现场性能分析(eFPA)信息；接收交通工具信息，该交通工具信息包括交通工具的操作条件和历史交通工具信息；接收编队信息，该编队信息包括交通工具编队的编队使用情况和编队交通工具类型；使用接收eFPA信息、交通工具信息和编队信息的机器学习引擎来开发预报模型；使用预报模型确定失效概率；将失效概率与预定阈值进行比较；当失效概率等于或大于阈值时，确定部件的剩余寿命；以及生成标识部件和剩余寿命的报告。

技术研发人员：托马斯·L·麦金利,妮哈·基查姆贝尔,齐格蒙德·W·梅卢斯基,孟加纳·索姆万希,德瓦拉特·S·巴韦,大卫·C·霍尔,阿奇纳·萨胡,哈里·维达姆,坦维·拉奥,穆鲁纳尔·乔杜里
受保护的技术使用者：康明斯公司
技术研发日：
技术公布日：2024/3/31